2025年大學(xué)數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)（大數(shù)據(jù)分析）期末測試卷

（考試時間：90分鐘滿分100分）班級______姓名______一、單項選擇題（總共10題，每題3分，每題只有一個正確答案，請將正確答案填寫在括號內(nèi)）1.以下哪種算法不屬于監(jiān)督學(xué)習(xí)算法？（）A.決策樹B.支持向量機(jī)C.聚類算法D.邏輯回歸2.在數(shù)據(jù)預(yù)處理中，處理缺失值的方法不包括（）。A.均值填充B.中位數(shù)填充C.隨機(jī)森林填充D.直接刪除3.關(guān)于數(shù)據(jù)特征縮放，下列說法錯誤的是（）。A.標(biāo)準(zhǔn)化可以使數(shù)據(jù)具有零均值和單位方差B.歸一化將數(shù)據(jù)映射到[0,1]區(qū)間C.標(biāo)準(zhǔn)化對離群值更敏感D.歸一化適用于需要將數(shù)據(jù)壓縮到特定區(qū)間的情況4.下列哪個指標(biāo)不是用于評估分類模型的性能？（）A.準(zhǔn)確率B.召回率C.F1值D.均方誤差5.對于線性回歸模型，其損失函數(shù)通常采用（）。A.交叉熵?fù)p失B.均方誤差損失C.對數(shù)損失D.鉸鏈損失6.在K近鄰算法中，K值的選擇對模型性能有重要影響，以下說法正確的是（）。A.K值越大，模型越容易過擬合B.K值越小，模型越容易過擬合C.K值的選擇與數(shù)據(jù)分布無關(guān)D.K值越大，模型的泛化能力越強(qiáng)7.以下哪種數(shù)據(jù)結(jié)構(gòu)適合用于存儲大規(guī)模的稀疏數(shù)據(jù)？（）A.數(shù)組B.鏈表C.哈希表D.矩陣8.關(guān)于梯度下降算法，下列說法正確的是（）。A.梯度下降只能用于線性模型B.梯度下降的步長越大，收斂速度越快C.梯度下降是一種迭代優(yōu)化算法D.梯度下降不需要初始化參數(shù)9.在數(shù)據(jù)挖掘中，頻繁項集挖掘是重要的任務(wù)之一，以下哪種算法用于頻繁項集挖掘？（）A.Apriori算法B.K-Means算法C.樸素貝葉斯算法D.AdaBoost算法10.對于大數(shù)據(jù)分析中的分布式計算框架，以下不屬于Hadoop生態(tài)系統(tǒng)的是（）。A.MapReduceB.SparkC.HiveD.TensorFlow二、多項選擇題（總共5題，每題5分，每題有兩個或兩個以上正確答案，請將正確答案填寫在括號內(nèi)）1.下列哪些屬于數(shù)據(jù)可視化的基本類型？（）A.柱狀圖B.折線圖C.餅圖D.散點圖E.熱力圖2.以下哪些是處理高維數(shù)據(jù)的方法？（）A.主成分分析B.奇異值分解C.決策樹D.支持向量機(jī)E.隨機(jī)森林3.在機(jī)器學(xué)習(xí)中，模型評估的常用方法有（）。A.留出法B.交叉驗證C.自助法D.過采樣E.欠采樣4.關(guān)于深度學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)，以下說法正確的是（）。A.神經(jīng)網(wǎng)絡(luò)由多個神經(jīng)元組成B.深度學(xué)習(xí)可以自動提取數(shù)據(jù)的特征C.卷積神經(jīng)網(wǎng)絡(luò)常用于圖像識別D.循環(huán)神經(jīng)網(wǎng)絡(luò)常用于處理序列數(shù)據(jù)E.神經(jīng)網(wǎng)絡(luò)的訓(xùn)練需要大量的數(shù)據(jù)和計算資源5.大數(shù)據(jù)分析中的數(shù)據(jù)存儲方式包括（）。A.關(guān)系型數(shù)據(jù)庫B.非關(guān)系型數(shù)據(jù)庫C.文件系統(tǒng)D.分布式文件系統(tǒng)E.云存儲三、判斷題（總共10題，每題2分，請判斷下列說法的對錯，正確的打√，錯誤的打×）1.數(shù)據(jù)清洗是大數(shù)據(jù)分析的第一步，主要目的是去除重復(fù)數(shù)據(jù)。（）2.分類算法可以用于預(yù)測連續(xù)型變量的值。（）3.模型的復(fù)雜度越高，其泛化能力越強(qiáng)。（）4.數(shù)據(jù)特征選擇可以提高模型的訓(xùn)練速度和泛化能力。（）5.支持向量機(jī)在處理非線性可分問題時，需要使用核函數(shù)。（）6.聚類算法是一種無監(jiān)督學(xué)習(xí)算法，不需要預(yù)先定義類別。（）7.梯度提升算法是一種基于梯度下降的迭代算法。（）8.數(shù)據(jù)可視化可以幫助人們更好地理解數(shù)據(jù)，但不能發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律。（）9.大數(shù)據(jù)分析中的數(shù)據(jù)量越大，分析結(jié)果越準(zhǔn)確。（）10.分布式計算框架可以提高大數(shù)據(jù)分析的效率和擴(kuò)展性。（）四、簡答題（總共3題，每題10分，請簡要回答以下問題）1.請簡述數(shù)據(jù)預(yù)處理的主要步驟及其作用。2.說明監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的區(qū)別，并各舉一個例子。3.解釋什么是模型的過擬合和欠擬合現(xiàn)象，以及如何避免？五、綜合應(yīng)用題（總共1題，每題20分，請根據(jù)以下場景進(jìn)行分析和解答）某電商平臺收集了大量用戶的購物數(shù)據(jù)，包括用戶ID、購買時間、購買商品、購買金額等?，F(xiàn)在需要分析用戶的購買行為，預(yù)測用戶未來可能購買的商品。請設(shè)計一個數(shù)據(jù)分析方案，包括數(shù)據(jù)預(yù)處理、特征工程、模型選擇和評估等步驟，并說明每個步驟的具體操作和理由。答案：一、單項選擇題1.C2.C3.C4.D5.B6.B7.C8.C9.A10.D二、多項選擇題1.ABCDE2.AB3.ABC4.ABCDE5.ABCDE三、判斷題1.×2.×3.×4.√5.√6.√7.×8.×9.×10.√四、簡答題1.數(shù)據(jù)預(yù)處理主要步驟及作用：數(shù)據(jù)清洗，去除噪聲、缺失值等；數(shù)據(jù)集成，合并多個數(shù)據(jù)源的數(shù)據(jù)；數(shù)據(jù)變換，對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化、歸一化等操作；數(shù)據(jù)歸約，減少數(shù)據(jù)量同時保持?jǐn)?shù)據(jù)特征。作用是提高數(shù)據(jù)質(zhì)量，為后續(xù)分析提供良好基礎(chǔ)。2.監(jiān)督學(xué)習(xí)有標(biāo)注數(shù)據(jù)，模型學(xué)習(xí)數(shù)據(jù)特征與標(biāo)注關(guān)系，如線性回歸預(yù)測房價。無監(jiān)督學(xué)習(xí)無標(biāo)注，發(fā)現(xiàn)數(shù)據(jù)內(nèi)在結(jié)構(gòu)，如聚類算法將客戶分組。3.過擬合是模型在訓(xùn)練集表現(xiàn)好但測試集差，原因是模型復(fù)雜。欠擬合是模型在訓(xùn)練集和測試集表現(xiàn)都差，原因是模型簡單。避免過擬合可簡化模型、增加數(shù)據(jù)、正則化等；避免欠擬合可增加特征、換復(fù)雜模型等。五、綜合應(yīng)用題